FMI y Banco Mundial tratan a la IA como un tsunami

La señal es la historia

Durante meses, la disrupción del mercado laboral por la inteligencia artificial permaneció en el terreno de la predicción: ensayos especulativos, titulares alimentados por el miedo y planificaciones corporativas cautelosas. El cambio que importa ocurrió en silencio durante un panel en Bangkok.

Kristalina Georgieva, directora gerente del Fondo Monetario Internacional, describió el impacto de la IA en la fuerza laboral global como un “tsunami de avance lento”. Tharman Shanmugaratnam, presidente de Singapur y copresidente del Consejo de Empleos del Banco Mundial, afirmó que los gobiernos deben tratar el apoyo al empleo no como un auxilio de emergencia sino como una política estructural permanente. Estas no son voces al margen. Esta es la señal unificada más cercana que tiene la arquitectura financiera global.

La implicación menos obvia: la era de debatir si la IA va a disruptir los empleos ha terminado. La era de decidir quién paga por esa disrupción acaba de comenzar.

Quiénes son los primeros en recibir el golpe

Georgieva no tuvo rodeos al hablar de las primeras víctimas. Los jóvenes graduados que ingresan al mercado laboral enfrentan una puerta que se cierra por la base. El camino tradicional —trabajo rutinario de entrada, aprendizaje en el puesto, ascenso— depende de tareas que la IA ya puede realizar de manera adecuada y barata.

Shanmugaratnam puso un número más preciso: en Estados Unidos, la demanda de graduados universitarios cayó por primera vez en un siglo, y la prima salarial de un título se está reduciendo. Eso no es una caída cíclica. Es un reacomodo estructural.

El FMI estima que aproximadamente el 40 % de los empleos en todo el mundo terminarán siendo aumentados, degradados o eliminados. Las economías avanzadas tienen un 60 % de exposición; los países de bajos ingresos muestran un 23 %. No lean consuelo en ese número menor. La IA simplemente aún no ha llegado allí. Cuando lo haga, la curva de exposición se aplanará con rapidez.

Lo que los números ocultan es la velocidad del cambio. Las tareas que la IA está automatizando no son las más peligrosas, sucias o indeseables: son aquellas que una vez sirvieron como rampa de acceso. Coordinación administrativa, programación básica, análisis paraprofesional, triaje al público. Esas son las escalonaduras en las que los trabajadores jóvenes pasaron años ascendiendo. Su desaparición crea una escalera vaciada que solo beneficia a los empleadores, que ya no necesitan formar a los recién llegados.

Lo que significa el apoyo en época de crisis

Lo que Shanmugaratnam denominó apoyo en “época de crisis” no es una buena intención vaga. Se refiere a herramientas políticas concretas desplegadas durante la pandemia y la crisis financiera global: subsidios salariales, incentivos a la contratación, empleo puente en el sector público, programas activos de mercado laboral —instrumentos que ahora se repurposing para una emergencia diferente.

La palabra clave en su marco es “permanente”. Las medidas de la época pandémica siempre se entendieron como temporales. El argumento que se desarrolla en Bangkok es que la disrupción por la IA no tiene fecha de vencimiento. Es incremental, tarea por tarea, lo que significa que la respuesta política también debe serlo.

Esto importa porque los gobiernos nunca han construido instituciones para choques laborales de avance lento. Las construyeron para choques súbitos. La respuesta a una recesión es terreno conocido. La erosión durante una década de la demanda de puestos de entrada no lo es. Esa es la brecha institucional.

El efecto de segundo orden es donde esto se torna incómodo. Si los subsidios salariales y los incentivos a la contratación se convierten en elementos permanentes, alteran el piso salarial de maneras que se ripple a través de toda la economía. Los empleadores que antes dependían de mano de obra junior barata para cross-subsidiar la formación deberán ajustar sus estructuras de costos. El contrato social sobre lo que significa el trabajo de entrada —como fuente de ingresos y como fábrica de credenciales— requiere ser reescrito.

La ilusión del crecimiento

Aquí es donde el debate en el panel se torna incómodo. Georgieva reconoció que la inversión impulsada por la IA está sosteniendo el crecimiento global, potencialmente sumando entre 0,2 y 1,0 punto porcentual al producto, dependiendo de la región. En el extremo superior, ese crecimiento podría compensar el arrastre de las poblaciones que envejecen en Asia avanzada.

Shanmugaratnam contrarrestó el optimismo fácil. El crecimiento y la creación de empleos se están divergiendo en China, India y el sudeste asiático en desarrollo. Las economías están expandiéndose. Los empleos no siguen el ritmo.

La IA amplía esa divergencia si los reguladores permanecen pasivos. Un boom de productividad no se traduce automáticamente en empleo, particularmente cuando las ganancias de productividad provienen de reemplazar tareas en lugar de crear nuevas.

La divergencia importa más allá del PIB headline. Cuando la productividad sube sin crecimiento correspondiente de empleo, la renta se concentra hacia arriba. La participación del capital en la renta se expande. Esto no es especulación: ya es visible en los informes trimestrales de ganancias de firmas que citan ganancias de eficiencia por IA mientras congelan la contratación. El círculo de retroalimentación se autocorrige: la implementación más barata de IA conduce a menor demanda laboral, lo que suprime el crecimiento salarial, lo que deprime la demanda del consumidor, lo que incentiva mayor automatización para proteger los márgenes.

La brecha en la arquitectura institucional

Ni Georgieva ni Shanmugaratnam abordaron esto directamente, pero es el supuesto silencioso bajo sus declaraciones: las instituciones que regulan los mercados laborales —ministerios de trabajo, servicios de empleo, sistemas de formación vocacional, oficinas de carreras universitarias— fueron diseñados para un mundo de categorías ocupacionales estables y escaleras profesionales predecibles. Nada de eso se mantiene vigente.

Las escaleras profesionales asumían que podías ingresar en algún nivel, aprender y ascender a través de una secuencia de roles. Cuando la primera escalonadura desaparece, toda la secuencia se disuelve. Las universidades no pueden rediseñar sus planes de estudio lo suficientemente rápido porque las tareas que enseñan se automatizan antes de que el ciclo de acreditación termine. Los empleadores no pueden formar en el puesto cuando los empleos para los que formaban ya no existen.

La respuesta institucional, implícitamente, es una infraestructura portátil de habilidades —sistemas que rastreen el desarrollo de competencias independientemente del empleo, que certifiquen competencias en lugar de títulos, que brinden recualificación continua en lugar de readaptación de un solo disparo. Ningún país ha construido esto a escala. Los modelos de Bangladesh y Ruanda de alianzas público-privadas de habilidades ofrecen fragmentos, pero la arquitectura en sí permanece sin construir.

Quiénes ganan, quiénes pierden, qué sigue

El sector privado ya genera entre el 75 y el 85 % de los empleos en la mayoría de los países, según el presidente del Banco Mundial, Ajay Banga. Su receta no es el empleo administrado por el Estado sino la reducción de riesgos para el capital privado: hacer que la inversión en la contratación de trabajadores jóvenes sea menos riesgosa para los empleadores. Esa es una arquitectura de políticas que nunca se ha probado a esta escala.

Ganadores en este escenario: los gobiernos que traten la disrupción laboral por IA como un desafío estructural en lugar de un problema futuro. Los empleadores que puedan diseñar modelos de contratación en torno a la aumentación en lugar de al reemplazo. Los trabajadores que puedan pivotear hacia tareas que la IA no pueda replicar fácilmente.

Perdedores: una cohorte de jóvenes cuyos primeros empleos están desapareciendo antes de formarse. Las economías que confunden crecimiento con empleo. Los responsables de políticas que esperan a que el tsunami alcance su punto máximo antes de construir diques.

El horizonte temporal no está lejano. Banga estima que 1.200 millones de personas jóvenes cumplirán 18 años en los próximos 15 años. El sector privado debe absorber la mayor parte de ellos. La pregunta es si las políticas alcanzan a ponerse al día antes de que la primera ola rompa.

Shanmugaratnam ofreció una nota de esperanza cautelosa: la IA disrumpe tarea por tarea, lo que significa que hay tiempo —si los trabajadores pueden aprender en el puesto y las universidades se desplazan hacia la formación aplicada. Esa es una condición, no una garantía. Las instituciones que la hacen posible —universidades, empleadores, gobiernos— deben elegir cambiar. La señal de Bangkok es que finalmente se les está pidiendo que lo hagan.

Pero pedir no es lo mismo que hacer. El FMI y el Banco Mundial han desplazado la ventana de Overton sobre política laboral de IA desde lo especulativo hacia lo estructural. Lo que sigue depende de si los gobiernos tratan esto como una señal para actuar o simplemente como una señal para monitorear. El tsunami se mueve lentamente. Esa es la única ventaja que alguien tiene izquierda.